道路交通事故成因分析及预警关键技术研究
发布时间：2021-11-08 19:22
我国社会经济快速发展,道路交通建设日渐完善,交通工具日益增多,随之而来的交通事故问题也越来越严峻,其对人身安全、财产经济造成的危害和损失非常巨大。如何对交通事故合理分析,减少事故发生,对事故进行及时预警,防患于未然已经成为目前交通领域亟需解决的问题。本文以克拉玛依市道路交通事故为研究对象,首先阐述了道路交通事故大数据生态建设,通过数据共享提升数据价值。然后从人、车、路、环境等方面单因素分析了该市事故分布总体特征,并提出了从时间和空间的角度建立交通事故时空分析模型,得到道路交通事故多发时间段和事故多发路段。利用数据挖掘方法对事故成因进行分析和对事故进行预警是本文的重要研究内容。道路交通事故的发生具有多因素性、随机性和偶然性,文章从事故成因、事故严重程度两个方面进行了事故因素挖掘分析,其中事故严重程度按财产损失事故、受伤事故、死亡事故分类。运用关联规则、决策树、聚类等方法多角度、多层次地分析道路交通事故影响因素,构建基于数据挖掘的道路交通事故分析体系,深入探究交通事故与多维事故因素之间的作用关系。最后应用层次分析和模糊综合评价相结合的方法建立道路交通事故预警指标体系和事故预警模型,实现对道...
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
技术路线图
中国石油大学（北京）硕士学位论文-7-第2章道路交通事故数据生态建设道路交通事故大数据生态建设，有助于解决信息孤岛现象，通过数据视图、页面集成等方式共享数据，打破各个业务部门数据不能互通现象，为道路交通事故数据的分析挖掘提供数据支持。道路交通事故大数据生态建设包括业务分析、大数据平台建立、元数据建设、数据清洗、数据预处理等内容。2.1道路交通事故业务流与数据流本文研究城市是克拉玛依市，该市交通事故数据来源有多种，分别有交通大数据平台、纸质事故信息登记书、12123事故快处软件等，一般都是人工采集和人工录入，最后将事故数据选择性录入六合一平台。事故报警主要通过当事人致电报警、110指挥中心推送警情以及监控人员查看实时监控确认事故实情。如图2.1所示详细介绍了道路交通事故管理涉及到的业务、数据等。图2.1道路交通事故管理业务流程图Fig.2.1Businessflowchartofroadtrafficaccident本文对该市2007-2017年的事故数据展开研究，道路交通事故包括简单事故、一般事故和重大事故，简单事故的数据项较少，涉及的事故因素不全面，不利于
中国石油大学（北京）硕士学位论文-9-不规范，“事故地点”是很重要的一项，但是其描述不一，不能准确获得规范的事故地点，无法根据“事故地点”一项分析事故发生规律。2.2道路交通事故大数据平台建立道路交通事故大数据平台，有助于解决信息孤岛现象，通过数据共享为大数据分析处理提供数据支持。大数据平台架构如图2.2所示。图2.2道路交通事故大数据架构图Fig.2.2Bigdataarchitectureofroadtrafficaccident数据源管理：对于大数据分析业务所涉及的所有数据，明确数据源、数据格式、数据访问接口等。数据源管理是对数据源所在的服务器、数据库、数据表等信息进行管理，以便支持数据采集。数据采集：传统的关系型数据库受限于数据量和数据种类，无法满足海量数据的查询和处理要求，因此需要将道路交通数据，如事故数据、视频数据、卡口数据等，迁移到大数据平台，为大数据分析、挖掘和应用提供支持。本文采用Flume、Sqoop、Kafka等工具完成结构化和非结构化数据的导入，将海量的历史数据存储到HDFS中。元数据模型建立：道路交通事故大数据中心，首先是一个数据模型中心，为应用程序提供对平台中全部数据的一致访问，使其不受数据来源、格式和位置的
本文编号：3484064
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
技术路线图
中国石油大学（北京）硕士学位论文-7-第2章道路交通事故数据生态建设道路交通事故大数据生态建设，有助于解决信息孤岛现象，通过数据视图、页面集成等方式共享数据，打破各个业务部门数据不能互通现象，为道路交通事故数据的分析挖掘提供数据支持。道路交通事故大数据生态建设包括业务分析、大数据平台建立、元数据建设、数据清洗、数据预处理等内容。2.1道路交通事故业务流与数据流本文研究城市是克拉玛依市，该市交通事故数据来源有多种，分别有交通大数据平台、纸质事故信息登记书、12123事故快处软件等，一般都是人工采集和人工录入，最后将事故数据选择性录入六合一平台。事故报警主要通过当事人致电报警、110指挥中心推送警情以及监控人员查看实时监控确认事故实情。如图2.1所示详细介绍了道路交通事故管理涉及到的业务、数据等。图2.1道路交通事故管理业务流程图Fig.2.1Businessflowchartofroadtrafficaccident本文对该市2007-2017年的事故数据展开研究，道路交通事故包括简单事故、一般事故和重大事故，简单事故的数据项较少，涉及的事故因素不全面，不利于
中国石油大学（北京）硕士学位论文-9-不规范，“事故地点”是很重要的一项，但是其描述不一，不能准确获得规范的事故地点，无法根据“事故地点”一项分析事故发生规律。2.2道路交通事故大数据平台建立道路交通事故大数据平台，有助于解决信息孤岛现象，通过数据共享为大数据分析处理提供数据支持。大数据平台架构如图2.2所示。图2.2道路交通事故大数据架构图Fig.2.2Bigdataarchitectureofroadtrafficaccident数据源管理：对于大数据分析业务所涉及的所有数据，明确数据源、数据格式、数据访问接口等。数据源管理是对数据源所在的服务器、数据库、数据表等信息进行管理，以便支持数据采集。数据采集：传统的关系型数据库受限于数据量和数据种类，无法满足海量数据的查询和处理要求，因此需要将道路交通数据，如事故数据、视频数据、卡口数据等，迁移到大数据平台，为大数据分析、挖掘和应用提供支持。本文采用Flume、Sqoop、Kafka等工具完成结构化和非结构化数据的导入，将海量的历史数据存储到HDFS中。元数据模型建立：道路交通事故大数据中心，首先是一个数据模型中心，为应用程序提供对平台中全部数据的一致访问，使其不受数据来源、格式和位置的
本文编号：3484064
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3484064.html
